似乎沒有人不知道 AI 了，這是人工智慧 Artificial Intellience 的縮寫，是全球最熱門的議題，雖說是未來的技術，用到現實生活已不計其數，有的明顯像是自動駕駛汽車、或是下圍棋，有的隱藏像聽懂我們說話、辨認我們的臉孔。但 AI 究竟是什麼？是電腦、是機器人？能做哪些事？會替代多少人力的工作讓我們失業？以後會控制奴役人類？這一連串的問題，雖然每人有不同的解讀，但千頭萬緒，難免仍迷失其中。

什麼是 AI？取自網路。

   有一位 AI 專家或許可以為我們澄清一些迷失，他叫 Rodney Brooks，是 Rethink Robotics 公司創辦人，發明多種高效能的製造業機器人，之前他是 MIT 電腦科學與人工智慧實驗室主任，理論與實務的雙重知識與經驗，也許可以告訴我們真正的 AI 是什麼，以及與我們對 AI 的認知、想像、憧憬、或是恐懼，有哪些異同。

   這位 AI 專家說，錯誤的預估會導致不會發生的恐懼。我們怕 AI 的優越能力，替代我們、控制我們，甚至毀滅我們。這些恐懼來自很多人對 AI 的預估，但預估未必正確，這些讓我們害怕的事，也許根本不會發生。他引用一位已故的未來科學家 Roy Amara 對技術發展的定律：我們高估了技術的短期效用、卻低估了長遠效用。

   衛星定位 GPS 就是一個例子，發展之初未達到高估的理想效能，幾乎停擺，以後經過幾次翻修，才達到今天除了定位以外的多功能效益。許多技術的發展都是經過這一歷程，電腦、基因排序、太陽能是如此，AI也是如此。AI 在 1960 年代效能被高估一次，1980 年代又被高估，但 AI 的長遠效用，可能是被低估了，現在的問題是多久才算長遠？下面簡述幾個概念，或可對 AI 的預估，進一步了解。

   我們看到一張照片，一個人在公園裡玩擲飛盤，我們立刻可以回答一些問題，像是飛盤的形狀、大約能擲多遠、有幾個人可以同時玩、什麼天氣才適合玩。把這張照片電腦看，影像識別的 AI 軟體就會製作一個標籤「一個人在公園裡擲飛盤」，但不會回答別的問題，也不知道人、公園、飛盤是什麼。那電腦沒用嗎？當然不是，影像識別有很大用途，但不會像我們舉一反三。今天的 AI 功能極為狹窄，只能做好單一的工作，不會像我們可以從不懂一步步學到精專。

   好萊塢的科幻片更是離不開 AI，AI 機器突然失控，造成災害，更能吸引對 AI 悲觀的觀眾共鳴，這當然是好萊塢戲劇化的宣染。任何科學與技術都是漸進的，如果有一個高智慧的機器會殺人，在這以前必有智慧不太高不會殺人的機器，在這很久以前，也必有一些低智慧受我們指揮的機器，在這很久很久以前，也必有一大批完全沒有智慧、笨拙彆角的機器。所以電影裡的突發 AI 事件不會發生，即使發生我們也早就有經驗與能力來應付。

   Intel 合夥創始人穆爾 (Gordon Moore) 預測，放到晶片上的電晶體數目每年會增加一倍，以後改為每一年半，又修正為每兩年，幾十年來直到現在，使得數位技術倍數成長，大家稱為穆爾定律 (Moore's Law)。這個定律給大家一錯覺，認為很多技術都會這樣依穆爾定律「指數」(Exponential) 化成長，實是上這僅適用少數如電子技術，而且也即將走到盡頭。這幾年的深層學習使得 AI 快速發展，大家以為會呈穆爾定律式的倍數成長，但 AI 是經過 30 年才發展到今天這樣的。

   AGI (Aritficial General Intelligence)，也就是所謂的通用 AI，就是 AI 與我們有同樣的一般智慧，能與我們聊天、與生活在一起，有人說這或許就是未來的 AI。但 AGI 究竟會是什麼樣子，怎麼發展，沒有人確知，更沒有人說得清楚，有人試做實驗，效果也不彰顯。AGI 到底存不存在，也帶給我們想像空間與爭議，但 AGI 的爭議，或許僅是一個信念，但不是科學。

   系統上線、升級、更新的速度越來越快，Windows、iOS、Android、無以計數的 App，每天通知說有新的版本，更新以後會有哪些好處，至少是去掉哪些壞處，給我們的印象只是一個快。但仔細一看，這些都是軟體，軟體更新的成本極低，如果換做硬體就不同了。手機、電腦，為了市場更新或許快一些，但汽車、重機器、飛機、船艦，幾年、幾十年舊的仍在使用。所以技術並非整體性的快速更新，一般的錯覺是現在已經數位化，所以 AI 可以很快連接上、改變我們的社會，事實上所需要的時間，遠比想像的慢得多。

   英國科學家、科幻小說作家（2001 太空漫步...等）Arthur Clarked 爵士，說足夠的先進技術與魔術無異。他說這句話是在 AI 普及以前，現在 AI 的繼續發展，也許讓我們對這句話多一層思考。